Monitoring of important soybean phenological and agricultural parameters using unmanned aerial vehicle and vegetation indices

Soja (Glycine max (L.) Merr.) je jedna od najstarijih i najvažnijih kulturnih biljaka u svijetu. Uvođenjem GIS i GNSS tehnologija u poljoprivrednoj mehanizaciji počela se razvijati precizna poljoprivreda čiji je cilj približiti se svakoj biljci i stvoriti joj optimalne uvjete za rast i razvoj. Cilj ovog rada je cikličko snimanje s ciljem istraživanja praćenja usjeva tako da se odredi u kojim fenološkim fazama soje je potrebno provesti snimanje. Tlo, svijetlo, vlaga i temperatura su primarni vanjski činitelji koji utječu na urod soje. Tijekom snimanja zadane površine upotrebljavana je bespilotna letjelica Phantom 4 2.0 Pro. Ovakva vrsta bespilotne letjelice je izuzetno pametna te niskobudžetna jer sa svojom kamerom može pratiti predmet bez zasebnoga uređaja i izbjegavati prepreke koje se nalaze na putu. Podatci koji su u istraživanju prikupljeni bespilotnom letjelicom uneseni su u računalne programe. Pomoću QGIS-a izrađen je kartografski prikaz, dok su u SAGA GIS-u izračunati vegetacijski indeksi VARI, NGRDI, GLI te ExG. Vegetacijski indeksi koji su izrađeni pokazali su različita odstupanja u određenim fazama vegetacije. To pokazuje da bi se za neke faze, kao što je u ovom istraživanju bilo praćenje soje, trebali koristiti određeni vegetacijski indeksi.Soybean (Glycine max (L.) Merr.) is one of the oldest and most important cultivated plants in the world. Precise agriculture, whose goal is to get closer to any plant and to create optimal conditions for growth and development of these plants, started to develop by implementing GIS and GNSS technology in agricultural mechanization. The goal of the paper is monitoring crops to see in which phenological phase is recording necessary, and that is possible with cyclic monitoring. Ground, light, humidity and temperature are primal external factors that effect the soy harvest. Drone Phantom 4 2.0 Pro was being used during the recording of provided area. This kind of drone is very sophisticated and low-budget because it can follow the object without additional device and also avoid obstacles that are on its way. Collected data is imported in computer software. Cartographic display is made in QGIS, while vegetal indexes VARI, NGRDI, GLI, ExG etc. are made in SAGA GIS. Mentioned vegetal indexes showed different deviations in certain phases of vegetation. That implicates that for some phases (e.g. tracking growth phases of soy) certain vegetal indexes should be used